深層学習に基づく心エコー画像品質管理システムの開発
深層学習に基づく心エコー画像品質管理システム: 単一施設の前向き研究
深層学習に基づく心エコー画像品質管理システムを開発し、客観的かつ正確な心エコー画像の自動品質管理を実現します。
経胸壁心エコー検査を行う合計 2000 人の患者が、南京大学医学部と提携するドラム タワー病院の超音波医学部門に前向きに登録されました。
左心室の傍胸骨長軸 (PLAX_LV)、大血管レベルの傍胸骨短軸 (PSAX_GV)、僧帽弁レベルの傍胸骨短軸 (PSAX_MV)、乳頭筋レベルの傍胸骨短軸 (PSAX_PM)、先端レベルの傍胸骨短軸 (PSAX_AP)、先端 4 腔 (A4C)、先端 3 腔 (A3C)、先端 2 腔 (A2C)。
1500 人の患者のデータがトレーニング セットとして使用され、残りは検証セットとして使用されました。
これらのビデオ データは、対応するビュー セグメンテーションに分類され、Video Swin Transformed Model によって分析されました。
次に,キーフレーム抽出,画像セグメンテーション,ビデオターゲット認識,およびビデオ分類モデルを組み合わせた異なるビューセグメンテーションの採点モジュールを確立した。
同時に、自動心エコー画像評価システムによって得られたスコアを人工スコアと比較しました。
常に修正と学習を繰り返し、最終的に自動採点システムを構築します。
最後に、自動心エコー画像評価システムを構築し、残りの 500 人の患者に対して実施しました。
調査の概要
状態
募集
条件
詳細な説明
深層学習に基づく心エコー画像品質管理システムを開発し、客観的かつ正確な心エコー画像の自動品質管理を実現します。
経胸壁心エコー検査を行う合計 2000 人の患者が、南京大学医学部と提携するドラム タワー病院の超音波医学部門に前向きに登録されました。
包含基準:標準化されたTTEビューセグメンテーションを持つ患者。除外基準: 標準セグメンテーションが不完全な患者。
左心室の傍胸骨長軸 (PLAX_LV)、大血管レベルの傍胸骨短軸 (PSAX_GV)、僧帽弁レベルの傍胸骨短軸 (PSAX_MV)、乳頭筋レベルの傍胸骨短軸 (PSAX_PM)、先端レベルの傍胸骨短軸 (PSAX_AP)、先端 4 腔 (A4C)、先端 3 腔 (A3C)、先端 2 腔 (A2C)。
1500 人の患者のデータがトレーニング セットとして使用され、残りは検証セットとして使用されました。
これらのビデオ データは、対応するビュー セグメンテーションに分類され、Video Swin Transformed Model によって分析されました。
次に,キーフレーム抽出,画像セグメンテーション,ビデオターゲット認識,およびビデオ分類モデルを組み合わせた異なるビューセグメンテーションの採点モジュールを確立した。
同時に、自動心エコー画像評価システムによって得られたスコアを人工スコアと比較しました。
常に修正と学習を繰り返し、最終的に自動採点システムを構築します。
最後に、残りの 500 人の患者に対して心エコー画像品質管理システムが実行され、改善されました。
研究の種類
観察的
入学 (予想される)
2000
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前:Jing Yao, Phd
- 電話番号:+8618905188727
- メール:w1835199709@163.com
研究場所
-
-
Jiangsu
-
Nanjing、Jiangsu、中国、210008
- 募集
- Affiliated Drum Tower Hospital of Nanjing University Medical School
-
コンタクト:
- Jing Yao, Phd
- 電話番号:+18905188727
- メール:w18351992709@163.com
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
はい
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
標準化された TTE ビューを持つ患者
説明
包含基準:
- 18歳以上、性別不問。
- 標準化された TTE ビューを持つ患者。
- 被験者は自発的に研究に参加し、インフォームドコンセントに署名しました。
除外基準:
- 標準的な TTE ビューが不完全な患者。
- 音の伝達状態が悪い患者。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか?
デザインの詳細
- 観測モデル:他の
- 時間の展望:見込みのある
コホートと介入
グループ/コホート |
---|
標準化されたビュー グループ
このグループの患者の心エコー ビュー画像は標準化されています。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
PSAX ビューのスコア
時間枠:12ヶ月
|
心エコー画像品質管理システムによる PSAX ビューのスコア
|
12ヶ月
|
先端ビューのスコア
時間枠:12ヶ月
|
心エコー画像品質管理システムによる心尖部ビューのスコア
|
12ヶ月
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Thiebaut R, Thiessard F; Section Editors for the IMIA Yearbook Section on Public Health and Epidemiology Informatics. Artificial Intelligence in Public Health and Epidemiology. Yearb Med Inform. 2018 Aug;27(1):207-210. doi: 10.1055/s-0038-1667082. Epub 2018 Aug 29.
- Sengupta PP, Shrestha S. Machine Learning for Data-Driven Discovery: The Rise and Relevance. JACC Cardiovasc Imaging. 2019 Apr;12(4):690-692. doi: 10.1016/j.jcmg.2018.06.030. Epub 2018 Dec 12. No abstract available.
- Ueda D, Shimazaki A, Miki Y. Technical and clinical overview of deep learning in radiology. Jpn J Radiol. 2019 Jan;37(1):15-33. doi: 10.1007/s11604-018-0795-3. Epub 2018 Dec 1.
- Madani A, Arnaout R, Mofrad M, Arnaout R. Fast and accurate view classification of echocardiograms using deep learning. NPJ Digit Med. 2018;1:6. doi: 10.1038/s41746-017-0013-1. Epub 2018 Mar 21.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2022年12月30日
一次修了 (予想される)
2024年12月31日
研究の完了 (予想される)
2025年12月31日
試験登録日
最初に提出
2022年11月21日
QC基準を満たした最初の提出物
2022年11月21日
最初の投稿 (実際)
2022年12月1日
学習記録の更新
投稿された最後の更新 (見積もり)
2023年2月23日
QC基準を満たした最後の更新が送信されました
2023年2月21日
最終確認日
2022年9月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。